中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
指挥控制与仿真

指挥控制与仿真 >

2025 , Vol. 47 >Issue 1: 93 - 100

DOI: https://doi.org/10.3969/j.issn.1673-3819.2025.01.012

指挥与控制

基于SWOT和FAHP的城市作战智能化武器装备发展战略研究

  • 赵擎天 ,
  • 李立伟 ,
  • 陈鑫 ,
  • 侯立志 ,
  • 雷震
展开
  • 军事科学院系统工程研究院, 北京 100101

赵擎天(1986—),男,博士研究生,研究方向为智能化装备体系设计与评估。

李立伟(1968—),男,研究员,博士生导师。

Office editor: 李楠

收稿日期: 2024-04-26

  修回日期: 2024-05-09

  网络出版日期: 2025-01-20

收起

Research on the development strategy of intelligent weapon equipment for urban warfare based on SWOT and FAHP

  • ZHAO Qingtian ,
  • LI Liwei ,
  • CHEN Xin ,
  • HOU Lizhi ,
  • LEI Zhen
Expand
  • Institute of Systems Engineering, Academy of Military Sciences, Beijing 100101, China

Received date: 2024-04-26

  Revised date: 2024-05-09

  Online published: 2025-01-20

Fold

摘要

随着人工智能技术的迅速发展,智能化武器装备在未来城市作战中的作用日益凸显。因此,提出一种运筹学的方法来确定城市作战智能化武器装备的发展战略。首先,分析了城市作战的特点和智能化武器装备发展现状,创新性地将模糊层次分析法(FAHP)引入SWOT分析框架。该模型利用FAHP处理主观的SWOT分析矩阵,定量计算影响因素权重,改进了传统SWOT分析过于依赖专家经验的缺陷。其次,对战略四边形重心坐标的计算方法进行了改进,提出了一种更合理的坐标计算公式,能更准确确定重心位置。最后,以城市作战智能化武器装备为例,计算确定了积极开拓的机会型战略,并对相应发展策略提出建议。

关键词： 城市作战; 智能化武器装备; SWOT; 模糊层次分析法; 发展战略

本文引用格式

赵擎天 , 李立伟 , 陈鑫 , 侯立志 , 雷震 . 基于SWOT和FAHP的城市作战智能化武器装备发展战略研究[J]. 指挥控制与仿真, 2025 , 47(1) : 93 -100 . DOI: 10.3969/j.issn.1673-3819.2025.01.012

Abstract

With the rapid development of artificial intelligence technology, intelligent weapon equipment is playing an increasingly prominent role in future urban warfare. This paper aims to propose a scientific method to determine the development strategy for intelligent weapon equipment for urban combat. Firstly, the characteristics of urban warfare and the development status of intelligent weapon equipment are analyzed. The fuzzy analytic hierarchy process (FAHP) is innovatively introduced into the SWOT analysis framework. This model utilizes FAHP to process the subjective SWOT analysis matrix, quantitatively calculating the weights of influencing factors, and improves the deficiency of traditional SWOT analysis relying too much on expert experience. Meanwhile, an improved calculation method for the centroid coordinates of the strategic quadrilateral is proposed, presenting a more reasonable coordinate calculation formula that can more accurately determine the centroid position. Finally, taking the intelligent weapon equipment for urban warfare as an example, the opportunity-seeking and proactive strategy is determined through calculation, and suggestions for the corresponding development strategies are put forward.

Key words： urban warfare; intelligent weapon equipment; SWOT; fuzzy analytic hierarchy process; development strategy

据联合国预计,到2050年世界2/3的人口将生活在城市中[1],城市作为人类文明聚集地,地位重要,作用突出,意义重大。“筑城以卫君,选廓以为民”,自古以来城市就是兵家必争之地。据统计,自二战以来发生的武装冲突和军事干预行动,其中90%都涉及城市作战,因此,能否有效夺控城市对战局影响重大。当前,人工智能技术已经在经济、社会和军事等各领域产生广泛影响,正在推动武器装备快速迭代升级。未来城市作战,智能化武器装备将发挥不可替代的作用。目前,关于城市作战智能化武器装备发展战略研究相对较少,何绍溟等对智能化武器装备的现状及趋势进行了系统阐述[2];豆超勇等对智能化武器装备体系发展战略进行了分析评估[3];文献[4-6]基于人工智能技术快速发展的背景,对未来城市作战概念、武器装备和作战样式进行了深入研究;韩庆贵从理论研究角度分析了未来城市作战武器装备建设重点[7],现有研究主要专注智能化武器装备整体发展和城市作战能力及装备保障需求方面,对未来城市作战智能化武器装备的发展战略缺少综合分析。当前,大部分学者对人工智能技术可以提高武器装备效能持积极态度,但由于人工智能技术还存在算法黑盒不可解释、复杂环境条件下鲁棒性差和涉及伦理道德等问题[8],特别是在城市规模不断扩大、现代化基础设施不断完善和信息化、智能化水平显著提升的背景下,应该选择什么样的智能化武器装备发展策略以在复杂的城市作战环境中取胜,如何平衡智能化带来的机会和挑战,是急迫需要解决的问题。
本文在深入分析城市智能化作战特点基础上,构建了基于SWOT和模糊层次分析法(fuzzy analytic hierarchy process,FAHP)的城市智能化武器装备发展战略分析模型。该模型针对SWOT分析依赖专家经验知识、主观性太强的问题,引入以模糊数学和运筹学为基础的FAHP方法处理SWOT分析矩阵,通过定性分析确定影响因素、定量计算因素权重,并以要素权重为依据对武器装备发展战略重点进行计算分区,提高了武器装备发展战略选择的可操作性,便于发现主要矛盾,解决主要问题,也为相关决策提供了科学依据。

1 城市作战智能化武器装备发展现状分析

1.1 城市作战特点分析

城市作战中,由于城市建筑特点,视线和无线电信号容易被遮挡,对侦察、监视、指控、通信和火力打击等行动产生不利影响,导致城市作战存在“发现难、联通难、机动难、毁伤难、防护难”等问题[7]。现代城市作战战场空间向多维扩展,高层楼群、老城街巷、城区地下、民用限打禁打目标都将成为重要军事目标,使城市作战更加困难;信息化、智能化时代,传统歼敌有生力量、围困清剿残敌的制胜策略将受到极大限制,现代城市作战必须严格控制强度、最大程度减少附带损伤,充分利用智能化作战手段,实施更加智能灵巧的战役战术,在非对称、非常规等多个维度形成力量优势。随着人工智能技术的发展,智能化作战力量将发挥更大作用。当前,世界各国都在加紧智能化城市作战研究,例如,美军提出“进攻性蜂群使能战术”,俄罗斯积极研发无人作战平台等[9],不断加强对城市作战侦、控、打、评、保等关键要素的智能化升级改造,积极构建智能化武器装备体系,促进智能化城市作战转型。

1.2 城市作战智能化武器装备发展SWOT分析

SWOT方法是在20世纪80年代初,由美国旧金山大学国际管理和行为科学教授海因茨·韦里克(Heinz Weihrich)提出[10-11],主要用于进行战略环境分析的理论方法,其主要通过调查问卷等方法将研究对象的优势(strengths,S)、劣势(weaknesses,W)和机会(opportunities,O)、威胁(threats,T)等因素列举出来,然后通过综合评估分析得出结论,SWOT的具体逻辑图如图1所示。
图1 SWOT逻辑图

Fig.1 SWOT analysis diagram

确定影响因素是城市作战智能化武器装备发展战略分析的关键,本文通过查阅文献资料和问卷调查的方式,从影响城市作战智能化武器装备发展的内部条件和外部环境方面进行深入分析,确定优势、劣势、机遇和威胁影响因素等,详见表1。
表1 城市作战智能化武器装备发展战略影响因素

Tab.1 Factors influencing the development strategy of intelligent weapons and equipment for urban warfare

项目 编号 影响因素
S1 人工智能技术可提高武器装备的自主性、精确性和作战效能,从而提高城市作战的灵活性和时效性
优势 S2 现代城市大规模发展,数字化基础设施不断完善,有利于智能武器装备的作战运用
S3 以无人自主武器等为代表的智能化武器装备在城市作战中,可减少人员伤亡,降低作战风险
W1 人工智能技术尚处于发展阶段,算法存在黑盒性和不确定性
劣势 W2 智能系统在复杂城市环境下的适应性和鲁棒性与作战需求相比还存在差距
W3 技术漏洞和失控风险难以完全避免
机会 O1 世界各国都在加大对智能武器装备的研发投入,人工智能在武器装备领域创新加速
O2 俄乌、巴以冲突凸显了城市作战智能化武器装备的重要性
O3 现代城市规模不断扩大,复杂作战环境对智能化武器装备需求增加
O4 民用领域人工智能技术快速发展,为军事应用提供了基础和机遇
T1 智能化对抗存在外溢风险,一旦技术失控,后果难以预料
威胁 T2 人工智能自主决策给保护平民带来较大挑战
T3 技术垄断和军备竞赛加剧,地缘政治紧张局势升温

2 研究方法

2.1 SWOT和FAHP模型构建

基于SWOT方法进行发展战略分析过程中需要专家评估打分,而专家个人经验给评估结果带来一定随机性,因此,本研究采用FAHP方法对SWOT分析矩阵进行处理,以提高研究结论的科学性,其研究步骤如图2所示,具体为:(1)根据对研究对象内在条件和外部环境的全面研究,确定影响研究对象战略发展的重要因素,并构建SWOT分析矩阵;(2)采用调查问卷或专家访谈等方式对S、W、O、T及组内各因素进行两两评比打分,构建模糊互补判断矩阵;(3)采用FAHP方法进行分析计算,得出各因素权重;(4)采用德尔菲方法对各因素强度进行评分,强度评价共5级:极重要(5分)、较重要(4分)、重要(3分)、一般(2分)和不重要(1分),其中,优势和机会的因素强度用正值表示,劣势和威胁用负值表示,绝对值越大强度越大;(5)根据计算得出的因素权重和强度,构建战略四边形,并计算重心坐标;(6)计算战略向量方位角θ和战略强度系数ρ;(7)根据战略向量方位角θ和战略强度系数ρ分析确定战略方向,并研究提出发展建议。
图2 基于SWOT和FAHP的决策模型分析流程

Fig.2 Decision model analysis process based on SWOT and FAHP

2.2 SWOT分析模型构建

2.2.1 战略因素确定

通过查找文献资料、专家研讨和问卷调查等方式,确定影响战略选择的优势S、劣势W、机遇O和威胁T关键因素,构建SWOT分析矩阵。以城市作战智能化武器装备发展需求为例,构建城市作战装备发展战略影响因素分析表,详见表1。

2.2.2 战略强度和战略强度系数计算

依据参考文献[12-14],定义各战略因素强度如下:
S = P S × ω S T W = P W × ω W T O = P O × ω O T T = P T × ω T T
其中,S、W、O、T分别为总优势强度、总劣势强度、总机会强度和总威胁强度;PS、PW、PO、PT分别为优势、劣势、机会和威胁战略因素强度向量,本研究采取德尔菲方法评价得出[15];ωS、ωW、ωO和ωT分别为各总强度的权重向量,通过FAHP方法计算得出。根据文献[5],为进一步研究积极开拓和保守求稳两种战略方向选择问题,引入战略正强度、战略负强度和战略强度系数概念,并定义为
U = S × O V = W × T ρ = U U + V
其中:U为战略正强度,表示对战略发展的正向引导强化作用,受内部条件中的优势和外部环境的机会协同影响;V为战略负强度,表示对战略发展不利的引导,受内部条件中劣势和外部环境的威胁协同影响;ρ为战略强度系数,其大小反映战略类型的实施强度,由公式可知,0≤ρ≤1,并以0.5为分界点,即当ρ>0.5时,U>V,应采取积极开拓策略;相反,当ρ<0.5时,U<V,应采取保守求稳策略。

2.2.3 战略四边形构建和战略方位角计算

以优势S、劣势W、机会O和威胁T为直角坐标系的各半轴,构成四半维坐标系。在该坐标系中将计算得出总强度S'、W'、O'和T'分别对应标出,并用线段依次连接即可得到战略四边形S'W'O'T',如图3所示。
图3 战略类型和战略强度谱系图

Fig.3 Strategic type and strategic intensity spectrum diagram

在四半维坐标系中,根据战略四边形的重心所在区域进行战略类型选择。关于四边形重心坐标P(X,Y)的计算,部分文献采用算术平均法求解,如公式(3)所示,该方法来源于物理学中有限质点重心位置的计算方法,仅适应于正方形等规则四边形,在用于SWOT战略四边形重心求解时缺乏科学依据,且不具有一般性。因此,本研究采用文献[14]中的计算方法,对战略四边形重心求解进行改进,具体求解为公式(4),具体推理过程见文献。
P(X,Y)= ∑ i = 1 4 xi/ ∑ i = 1 4 yi/4
X = ∑ i = 1 3 x i 2 y i + 1 + x 4 2 y 1 - ∑ i = 1 3 x i + 1 2 y i - x 1 2 y 4 + ∑ i = 1 3 x i x i + 1 y i + 1 + x 4 x 1 y 1 - ∑ i = 1 3 x i y i + 1 y i - x 4 y 1 y 4 3 ( ∑ i = 1 3 x i y i + 1 + x 4 y 1 - ∑ i = 1 3 x i + 1 y i - x 1 y 4 ) Y = ∑ i = 1 3 x i y i + 1 2 + x 4 y 1 2 - ∑ i = 1 3 x i + 1 y i 2 - x 1 y 4 + ∑ i = 1 3 x i y i y i + 1 + x 4 y 4 y 1 - ∑ i = 1 3 x i x i + 1 y i - x 4 y 1 y 4 3 ( ∑ i = 1 3 x i y i + 1 + x 4 y 1 - ∑ i = 1 3 x i + 1 y i - x 1 y 4 )
式中,xi、yi分别为S'、W'、O'和T'在战略四边形中按逆时针方向排列的横纵坐标。为进一步确定战略类型,根据文献[3],引入战略方位角θ,其计算公式为(5),根据θ大小可确定战略类型,详细见表2所示。
θ=arctan X Y,0≤θ≤2π
表2 战略方位角与战略类型的对应关系

Tab.2 Correspondence between strategic azimuth and strategic type

开拓型战略区 争取型战略区 保守型战略区 抗争型战略区
类型 方位域 类型 方位域 类型 方位域 类型 方位域
实力型 (0,π/4) 进取型 (π/2,3π/4) 退却型 (π,5π/4) 调整型 (3π/2,7π/4)
机会型 (π/4,π/2) 调整型 (3π/4,π) 回避型 (5π/4,3π/2) 进取型 (7π/4,2π)
将战略角度和战略强度在直角坐标系中构成战略类型和战略强度谱系图,如图3所示。

2.3 基于FAHP的因素权重计算方法

目前,在多指标、多准则的系统分析中,层次分析法(analytic hierarchy process,AHP)是目前比较广泛的一种方法。该方法通过专家评分构造各层次的判断矩阵,判断矩阵直接影响AHP的运用效果。在实际应用中,AHP方法主要存在判断矩阵一致性检验困难,且AHP方法没有考虑人为判断的模糊性,因此科学性、合理性欠缺。模糊层次分析法(fuzzy analytic hierarchy process,FAHP)是一种多准则决策方法,它克服了AHP法判断矩阵存在的问题,用模糊数来表示人对事物的认知强弱程度,并扩展了AHP的适用范围[16-17]。本研究采用FAHP方法对SWOT分析矩阵进行量化计算,具体步骤如下。

2.3.1 构建层次递阶结构

根据具体研究问题,按照目标层、准则层和因素层的结构建立层次结构分析模型,以本研究为例,通过研究未来城市作战装备发展,建立如图4所示SWOT层次分析模型。
图4 SWOT层次分析模型

Fig.4 SWOT hierarchical analysis model

2.3.2 构建模糊互补判断矩阵

设矩阵R=(rij ) n × n,其中0≤rij≤1,且满足rij+rji=1,(其中i=1,2,…,n;j=1,2,…,n),则称R为模糊互补判断矩阵。采用0.1~0.9标度法作为量化标准,由专家对各类指标的重要性进行两两比较,构建模糊互补判断矩阵。

2.3.3 权重计算

根据文献[18]的计算方法,若模糊互补判断矩阵R =(rij ) n × n,而ω=(ω1,ω2,…,ωi,…,ωn)为R的权重向量,则求解模糊互补判断矩阵的权重计算公式如下
ωi= ∑ i , j = 1 n r i j + n 2 - 1 n n - 1
式中ωi为因素ri的权重。

2.3.4 一致性检验

根据文献[19-20],为判断公式(6)计算得到的权重值是否合理,需要进行比较判断过程的一致性检验。根据文献[20]中判断矩阵的相容性指标CI(A,B)和特征矩阵W*的定义,其计算公式如下所示:
C I A , B = 1 n 2 ∑ i , j = 1 n a i j + b j i - 1 A = a i j n × n B = b i j n × n
W * = ω i j n × n ω i j = ω i ω i + ω j 　 ∀ i , j = 1,2 , … , n
其中,A、B均为模糊互补判断矩阵。若相容性指标CI(A,B)小于特定阈值α(一般取值α为0.1),则可认为判断矩阵通过一致性检验。

3 城市作战智能化武器装备发展战略实例分析

本研究通过邀请相关领域专家采取问卷调查的方式,分别对S、W、O、T各组内要素进行重要性打分,构建模糊互补判断矩阵RS、RW、RO、RT,如下所示:
RS= 0.5 0.8 0.6 0.2 0.5 0.3 0.4 0.7 0.5 RW= 0.5 0.4 0.7 0.6 0.5 0.8 0.3 0.2 0.5
RO= 0.5 0.6 0.7 0.8 0.4 0.5 0.3 0.5 0.3 0.7 0.5 0.6 0.2 0.5 0.4 0.5 RT= 0.5 0.7 0.4 0.3 0.5 0.3 0.6 0.7 0.5
利用德尔菲法组织专家进行四轮意见征集和反馈,对各因素强度取得一致结果,得到各因素强度向量PS、PW、PO、PT,下面直接给出结果取值:
PS=[5 3 4],PW=[-2 -3 -2]
PO=[5 4 3 3],PT=[-2 -2 -3]
根据公式(6),计算得到各权重向量如下所示:
ωS =[0.4 0.25 0.35], ω W  =[0.35 0.40 0.25]
ωO =[0.30 0.23 0.26 0.22],ωT =[0.35 0.27 0.38]
根据公式(7)(8),计算模糊互补判断矩阵与其特征矩阵相容性指标,可得:
CI(RS, W S *)=0.081 8,CI(RW, W W *)=0.081 8
CI(RO, W O *)=0.080 2,CI(RT, W T *)=0.071 1
以上结果均小于0.1,证明专家评分符合一致性要求。根据公式(1)(2)计算战略强度系数,计算结果为:S=4.15,W=-2.4;O=3.86;T=-2.38;U=16.02;V=5.71;ρ=0.74。
根据以上计算结果,构建战略四边形S'W'O'T',其坐标按逆时针排列依次为(4.15,0)、(0,3.86)、(-2.4,0)、(0,-2.38),如图5所示。根据公式(4)计算得到战略四边形重心坐标P(X,Y)=(0.47,0.16),根据公式(5)计算战略方位角θ=0.4π,如图6中红色弧度所示;若按公式(3)计算重心坐标为P'(X,Y)=(0.44,0.37),计算战略方位角θ'=0.28π,如图6中绿色弧度所示。
图5 城市作战智能化武器装备发展战略四边形

Fig.5 Development strategy quadrilateral of urban combat intelligent weaponry

图6 城市作战智能化武器装备发展战略定位图

Fig.6 Strategic positioning diagram of urban combat intelligent weaponry

4 结果分析

4.1 战略选择

由图6战略定位图可以看出,城市作战智能化武器装备需求战略方位角位于第一象限(π/4,π/2)之间,属于开拓型战略区的机会型,且由于战略强度系数ρ=0.74>0.5,结合表2明确的战略方位角和战略类型的关系,可判定城市作战智能化武器装备发展战略定位为:积极开拓机会型战略,应在充分发挥自身优势的基础上,大力开拓创新,抓住有利时机,推动城市作战智能化武器装备取得突破型进展。关于选择此战略的具体分析如下。

4.1.1 契合当前武器装备发展的战略机遇期

当前,人工智能、大数据等新兴技术的迅猛发展,为武器装备智能化带来了前所未有的机遇窗口。抓住这一有利时机布局,将有助于抢占发展制高点,获取领先优势,如果错失时机将很难赶超。

4.1.2 有利于引领武器装备发展理念和模式的变革

智能化对武器装备提出了全新的要求,将深刻改变未来作战形态。机会型战略有利于人们积极主动地牵引理念更新,探索全新的智能化武器装备发展路径,实现从“被动适应”向“主动引领”的根本转变。

4.1.3 激发动力源泉,增强可持续发展动力

机会导向的发展道路本身就蕴含着源源不断的创新动力。通过主动寻求突破,不断拓展发展新领域和新空间,将持续为城市智能化武器装备注入发展活力,助力其保持持久的竞争优势。
总之,面对人工智能时代带来的重大战略机遇,应该果断抉择,大胆开拓。积极开拓机会型战略有利于把握主动权,引领变革,增强发展内生动力,从而在日趋复杂的未来安全环境中占据优势地位。同时,也需立足实际,统筹规划,合理配置资源,避免机会主义的片面性,真正实现高质量发展。

4.2 发展建议

针对城市作战智能化武器装备战略选择,结合当前人工智能技术发展实际情况,形成如下建议。

4.2.1 抢抓机遇,提升城市作战武器装备智能化水平

城市作战环境复杂,需要武器装备具备高效的信息处理、精准的目标识别、灵活的自主决策能力。利用人工智能技术,尤其是深度学习、强化学习、计算机视觉、自然语言处理等前沿技术,可以显著提升装备的智能化程度。随着5G、物联网、边缘计算等技术的发展,实时数据传输与处理能力增强,为实现战场环境的全方位感知和实时响应提供了技术基础;同时,量子计算等新型计算平台的研发,有望进一步加速复杂计算任务,为城市作战智能化武器装备提供算力支撑。因此,在该战略选型下,应加大研发投入,与科研机构、高校及高科技企业合作,开展跨学科、跨领域的技术攻关,将最前沿的人工智能研究成果快速转化为实战能力。构建开放式创新生态,鼓励军民融合,通过技术转让、联合研发等方式,缩短技术创新周期,确保城市作战智能化武器装备的技术领先性。

4.2.2 突破攻关,聚力解决智能化赋能武器装备制约瓶颈

智能化武器装备依赖的复杂算法往往被视为“黑盒”,其决策过程难以被人类完全理解,这不仅影响战术指挥的透明度,也可能引发误判或意外后果。解决算法黑盒问题对于提升装备的可控性和信任度至关重要。近年来,可解释人工智能领域取得了重要进展,包括模型解释、特征重要性分析和因果推理等技术,旨在提高算法决策的透明度和可解释性。因此,在未来技术研发过程中,优先采用具有较高可解释性的算法模型,并研发专用的解释工具和技术,以可视化方式呈现决策过程和关键影响因素。同时,建立严格的算法验证与审核机制,确保算法行为符合预期且无偏见。此外,积极参与国际标准制定,推动可解释性成为智能化武器装备研发的通用规范。

4.2.3 应对挑战,建立完善智能武器装备发展的伦理与法规框架

在城市作战中使用智能化武器装备涉及复杂的伦理道德问题,如人机决策权分配、误伤平民风险、责任归属等。这些问题不仅关乎国际法和战争法的遵守,也影响公众对军事行动的支持度。目前,国际社会对AI伦理的关注度日益提高,已有多个组织发布了相关指导原则和框架,如欧盟2019年发布的《可信AI伦理准则》等。在未来城市智能武器装备发展中,应积极参与国际伦理法规对话,结合实际,制定适应城市作战场景的智能化武器装备伦理与法规体系。确保装备研发、部署和使用的各个环节均遵循既定准则,包括但不限于:设定明确的人工智能武器使用限制和操作规程,防止滥用和误用;建立严格的人工智能武器测试与评估体系,确保其性能、可靠性和安全性达到高标准;加强操作人员智能伦理教育与培训,使其具备正确理解和运用智能化装备的能力;对外透明公开相关政策与实践,增强公众对军队使用智能化武器装备的信心和接受度。

4.3 战略四边形重心计算方法对比分析

本研究在计算战略方位角时采用公式(4)计算得出方位角θ,若采用公式(3)计算所得结果θ'如图6绿色所示,虽然两种结果都落在开拓型战略区的机会型区域内,但θ确定的战略更偏向于机会,θ'更偏向于实力型,从以上分析可以看出采用公式(4)确定的战略更符合科学发展规律,从而证明该方法在确定SWOT战略四边形重心时更有效。

5 结束语

现代城市作战环境错综复杂,本研究针对城市作战智能化武器装备发展战略这一重要问题,在现有研究的基础上做出了以下工作:一是将模糊层次分析法引入SWOT分析框架,利用FAHP定量计算影响因素权重,减少了传统SWOT分析过于依赖主观判断的缺陷,提高了分析的科学性。二是改进了SWOT战略四边形重心坐标计算公式,提出了一种更合理的计算方法,能够更准确判断重心位置,为战略方位角计算提供了可靠基础。三是以城市作战智能化武器装备为实例,构建并计算了完整的发展战略分析模型,分析结果表明应采取积极开拓的机会型战略,并给出了相应的技术发展建议。随着人工智能等新兴技术的快速发展,武器装备智能化将进一步深入,城市作战形态也将发生深刻变革,坚持积极的开拓机会型发展战略,为城市作战智能化转型和武器装备高质量发展明确了方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Michael E, HE T T. The future of urban warfare: the challenge of urbanization in the 21st century to strategic Research[C]// East Asia Regional Delegation of the International Committee of the Red Cross. The International Review of the Red Cross-Urban Warfare. Law Press (Law Press), 2019: 26-44.

[2]
何绍溟, 王江, 宋韬, 等. 人工智能技术在武器中的应用综述[J]. 飞航导弹, 2021(7): 41-48.

HE S M, WANG J, SONG T, et al. A summary of the application of artificial intelligence technology in weapons[J]. Aerodynamic Missile Journal, 2021(7): 41-48.

[3]
豆超勇, 古平. 基于SWOT-熵值法的智能化装备体系发展战略分析及评估[J]. 指挥控制与仿真, 2021, 43(4): 32-36.

DOI

DOU C Y, GU P. Development strategy analysis and evaluation of intelligent equipment system based on SWOT entropy method[J]. Command Control & Simulation, 2021, 43(4): 32-36.

[4]
丁玉坤, 叶艾. 外国陆军城市作战无人系统发展与运用分析[J]. 舰船电子工程, 2022, 42(5): 7-9.

DING Y K, YE A. Analysis on the development and application of foreign army urban combat unmanned system[J]. Ship Electronic Engineering, 2022, 42(5): 7-9.

[5]
常远, 闫超, 唐邓清, 等. 城市 “免疫战” 构想与机理分析[J]. 国防科技, 2022, 43(5): 70-77.

CHANG Y, YAN C, TANG D Q, et al. Design and mechanism analysis of “immunization warfare” in cities[J]. National Defense Technology, 2022, 43(5): 70-77.

[6]
李恒锐, 王海元, 樊明, 等. 未来智慧城市联合作战[J]. 国防科技, 2019, 40(5): 117-121.

LI H R, WANG H Y, FAN M, et al. Study on the future smart city joint operations[J]. National Defense Technology, 2019, 40(5): 117-121.

[7]
韩庆贵. 适应城市作战特点不断提升武器装备能力建设水平[J]. 国防, 2018(1):74-79.

HAN Q G. Adapting to the characteristics of urban warfare and incessantly improving the building of the capacity of weapons and equipment[J]. National Defense, 2018(1):74-79.

[8]
赵擎天, 李立伟, 陈鑫, 等. 人工智能防御技术研究与启示[J]. 现代防御技术, 2024, 52(3):1-8.

ZHAO Q T, LI L W, CHEN X, et al. Research and enlightenment on artificial intelligence defense technology[J]. Modern Defense Technology, 2024, 52(3): 1-8.

[9]
王建, 李超, 韦卓, 等. 无人蜂群作战特点与发展趋势分析[J]. 舰船电子工程, 2023, 43(12): 1-5.

WANG J, LI C, WEI Z, et al. Analysis of operational characteristics and development trend of unmanned bee colony[J]. Ship Electronic Engineering, 2023, 43(12): 1-5.

[10]
BROWNE M, BANERJEE B, FULOP L, et al. Managing strategically[M]. Management. London: Macmillan Education UK,1999: 364-413.

[11]
WEIHRICH H. The TOWS matrix-A tool for situational analysis[J]. Long Range Planning, 1982(15):54-66.

[12]
王秉安, 甘健胜. SWOT营销战略分析模型[J]. 系统工程理论与实践, 1995(12):34-40,45.

DOI

WANG B A, GAN J S. SWOT marketing strategy analysis model[J]. Systems Engineering Theory and Practice, 1995(12):34-40,45.

[13]
韩凤丽. 基于FAHP-SWOT分析下的J公司发展战略研究[D]. 天津: 天津大学, 2020.

HAN F L. Research on the development strategy of J company based on FAHP-SWOT analysis[D]. Tianjin: Tianjin University, 2020.

[14]
常胜利. 多边形重心坐标的求法[J]. 高等数学研究, 2005, 8(2):21-23.

CHANG S L. The solution of polygon gravity center coordinates[J]. Studies in College Mathematics, 2005, 8(2):21-23.

[15]
张春莉, 王艳芝. 学生数学创新素质评价指标体系构建——基于德尔菲法的调查分析[J]. 教育科学研究, 2021(7):47-52.

ZHANG C L, WANG Y Z. Establishment of evaluation index system for Students’ Mathematical innovation competency: investigation and analysis based on Delphi method[J]. Educational Science Research, 2021(7):47-52.

[16]
宋欢, 舒健生, 武健, 等. 基于模糊层次分析的导弹输送伴随保障能力评估[J]. 兵工自动化, 2023, 42(4): 66-69, 73.

SONG H, SHU J S, WU J, et al. Evaluation of accompanying support capability of missile delivery based on fuzzy analytic hierarchy process[J]. Ordnance Industry Automation, 2023, 42(4): 66-69, 73.

[17]
张吉军. 模糊层次分析法(FAHP)[J]. 模糊系统与数学, 2000, 14(2): 80-88.

ZHANG J J. Fuzzy analytical hierarchy process[J]. Fuzzy Systems and Mathematics, 2000, 14(2): 80-88.

[18]
徐泽水. 模糊互补判断矩阵排序的一种算法[J]. 系统工程学报, 2001(4):311-314.

XU Z S. An algorithm for ranking fuzzy complementary judgment matrices[J]. Journal of Systems Engineering, 2001(4):311-314.

[19]
赖荣燊, 林文广, 吴永明. 面向绿色性能优化的产品族模块再设计优先次序识别[J]. 中国机械工程, 2019, 30(11): 1 329-1 335.

LAI R S, LIN W G, WU Y M. Redesign priority identification of product family modules for green performance optimization[J]. China Mechanical Engineering, 2019, 30(11): 1 329-1 335.

[20]
陈华友, 赵佳宝. 模糊判断矩阵的相容性研究[J]. 运筹与管理, 2004, 13(1): 44-47.

CHEN H Y, ZHAO J B. Research on compatibility of fuzzy judgement matrices[J]. Operations Research and Management Science, 2004, 13(1): 44-47.

Options
文章导航

/

〈 〉